R. Oliveira, Rodolfo de Carvalho Pacagnella, Washington A. Oliveira, Cristiano Torezzan
{"title":"Um classifcador baseado em programação por metas para triagem de COVID-19 considerando sintomas","authors":"R. Oliveira, Rodolfo de Carvalho Pacagnella, Washington A. Oliveira, Cristiano Torezzan","doi":"10.5540/03.2023.010.01.0108","DOIUrl":null,"url":null,"abstract":"Resumo . A categorização de dados em classes é uma tarefa comum em diversas áreas e também uma das principais aplicações de aprendizado de máquina (AM). Enquanto a maioria dos métodos de AM utiliza uma abordagem estatística, modelos de classi cação baseados em programação ma-temática surgem como alternativas. Este trabalho investiga a e cácia de modelos inspirados em programação por metas para classi cação supervisionada, tendo como motivação um problema de triagem de COVID-19 com base nos sintomas. Os resultados obtidos permitiram estrati car a pre-visão em categorias de decisão, além disso, os modelos testados responderam de forma satisfatória quando comparados a modelos clássicos, como a regressão logística e máquina de vetores suporte. Palavras-chave . Classi cação, Aprendizado de Máquina, Programação por Metas, COVID-19","PeriodicalId":274912,"journal":{"name":"Proceeding Series of the Brazilian Society of Computational and Applied Mathematics","volume":"343 ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-12-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Proceeding Series of the Brazilian Society of Computational and Applied Mathematics","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5540/03.2023.010.01.0108","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Resumo . A categorização de dados em classes é uma tarefa comum em diversas áreas e também uma das principais aplicações de aprendizado de máquina (AM). Enquanto a maioria dos métodos de AM utiliza uma abordagem estatística, modelos de classi cação baseados em programação ma-temática surgem como alternativas. Este trabalho investiga a e cácia de modelos inspirados em programação por metas para classi cação supervisionada, tendo como motivação um problema de triagem de COVID-19 com base nos sintomas. Os resultados obtidos permitiram estrati car a pre-visão em categorias de decisão, além disso, os modelos testados responderam de forma satisfatória quando comparados a modelos clássicos, como a regressão logística e máquina de vetores suporte. Palavras-chave . Classi cação, Aprendizado de Máquina, Programação por Metas, COVID-19